“施工安全检测”是一款基于人工智能的工具旨在提高施工现场的安全性。该系统利用YOLO 模型进行目标检测可以识别以下潜在的危险未佩戴安全帽的工人未穿安全背心的工人靠近机械设备或车辆的工人进入限制区域的工人限制区域会通过计算和聚类安全锥的坐标自动生成此外后处理算法进一步提高了检测精度。该系统支持实时部署可对检测到的危险提供即时分析和警报。功能特点该系统通过网络界面实时整合 AI 识别结果可通过 LINE、Messenger、微信和 Telegram 等消息应用发送通知及现场实时图像实现快速警报和提醒。同时系统支持多语言功能用户可以根据个人偏好选择语言接收通知并与界面交互。支持的语言包括 简体中文 法语 英语 泰语 越南语 印度尼西亚语多语言支持使该系统更易于全球用户使用提升了不同地区的可用性。危险检测示例以下是系统实时危险检测的示例未佩戴安全帽或穿安全背心的工人靠近机械或车辆的工人进入限制区域的工人使用说明在运行应用程序之前需要通过 JSON 配置文件指定视频流和其他参数的详细信息。例如config/configuration.json配置文件应如下所示[{video_url:https://cctv1.kctmc.nat.gov.tw/6e559e58/,site:Kaohsiung,stream_name:Test,model_key:yolo11n,notifications:{line_token_1:language_1,line_token_2:language_2},detect_with_server:true,expire_date:2024-12-31T23:59:59,detection_items:{detect_no_safety_vest_or_helmet:true,detect_near_machinery_or_vehicle:true,detect_in_restricted_area:true},work_start_hour:7,work_end_hour:18,store_in_redis:true}]配置说明video_url视频流的 URL 地址支持以下格式监控流RTSP 流第二摄像头流YouTube 视频/直播流site监控系统的地点例如施工现场或工厂。stream_name摄像头或流的名称例如“前门”“摄像头 1”。model_key要使用的机器学习模型的标识符例如 “yolo11n”。notificationsLINE 消息 API 的 token 列表及对应的语言设置。detect_with_server是否通过服务器 API 运行目标检测。true表示使用服务器false表示本地检测。expire_date配置的过期时间格式为 ISO 8601例如 “2024-12-31T23:59:59”。detection_items指定监控项目例如detect_no_safety_vest_or_helmet检测是否未佩戴安全帽或安全背心detect_near_machinery_or_vehicle检测是否靠近机械设备或车辆detect_in_restricted_area检测是否进入限制区域work_start_hour 和 work_end_hour设置监控的开始和结束时间例如7表示早上 7 点18表示晚上 6 点。全天监控可设置为0-24。store_in_redis是否将处理后的帧和检测数据存储到 Redis 数据库中方便实时监控或其他服务集成。环境变量设置该应用需要通过.env文件定义特定的环境变量。示例如下DATABASE_URLmysqlasyncmy://username:passwordmysql/construction_hazard_detection API_USERNAMEuser API_PASSWORDpassword API_URLhttp://yolo-server-api:6000 REDIS_HOSTredis REDIS_PORT6379 REDIS_PASSWORDpassword LINE_CHANNEL_ACCESS_TOKENYOUR_LINE_CHANNEL_ACCESS_TOKEN CLOUDINARY_CLOUD_NAMEYOUR_CLOUDINARY_CLOUD_NAME CLOUDINARY_API_KEYYOUR_CLOUD_API_KEY CLOUDINARY_API_SECRETYOUR_CLOUD_API_SECRET变量说明DATABASE_URLMySQL 数据库的连接 URLAPI_USERNAME/ API_PASSWORDAPI 的用户名和密码API_URLYOLO 服务器 API 的 URLREDIS_HOST/REDIS_PORT/REDIS_PASSWORDRedis 服务器的主机名、端口和密码LINE_CHANNEL_ACCESS_TOKENLINE 消息 API 的访问 tokenCLOUDINARY_CLOUD_NAME/ API_KEY/ API_SECRETCloudinary 云服务的相关配置运行方法您可以通过 Docker 或 Python 环境启动该系统Docker 启动确保项目根目录下存在 Dockerfile并正确配置。Python 启动配置好 Python 环境变量后运行程序主文件即可。Model size (pixels) mAPval 50 mAPval 50-95 params (M) FLOPs (B) YOLO11n 640 58.0 34.2 2.6 6.5 YOLO11s 640 70.1 44.8 9.4 21.6 YOLO11m 640 73.3 42.6 20.1 68.0 YOLO11l 640 77.3 54.6 25.3 86.9 YOLO11x 640 82.0 61.7 56.9 194.9数据集信息模型的主要训练数据集是来自 的Construction Site Safety Image Dataset并进行了额外的标注优化。数据集包括以下标签0:‘Hardhat’1:‘Mask’2:‘NO-Hardhat’3:‘NO-Mask’4:‘NO-Safety Vest’5:‘Person’6:‘Safety Cone’7:‘Safety Vest’8:‘Machinery’9:‘Vehicle’可以通过查看更多详细信息。通过“施工安全检测”系统用户可实时发现潜在的施工安全隐患并迅速采取措施从而有效降低现场事故率提升施工环境的整体安全性。